一种基于大数据的法律判决文书知识图谱智能构建方法技术

本发明专利技术属于自然语言处理的命名实体识别和关系抽取领域，具体涉及一种基于大数据的法律判决文书知识图谱智能构建方法，包括：使用法律判决文书数据构造司法领域知识词典；根据文本数据和关系类型特征进行实体关系抽取，得到判决文书中的实体以及实体间的关系；将抽取的实体关系进行交叉注意力计算，得到实体与关系之间的注意力矩阵；从注意力矩阵中解码出实体关系三元组，得到法律判决文书知识图谱。本发明专利技术通过进行实体关系抽取时引入了通用词语信息和司法词典知识，解决了法律判决文书信息抽取困难的问题，实现了司法知识图谱的有效构建。

【技术实现步骤摘要】

本专利技术属于自然语言处理的命名实体识别和关系抽取领域，具体涉及一种基于大数据的法律判决文书知识图谱智能构建方法。

技术介绍

1、随着互联网以及自然语言处理技术的发展，大量的法律判决文书数据可以被充分利用起来构建法律知识图谱。构建知识图谱的意义在于可以帮助法律从业者更好地理解和应用法律知识，推动司法公正和透明，提高司法效率和质量。法律知识图谱能够将大量的法律知识进行结构化表示和关联，使得这些知识可以更加高效地被获取和应用。同时，法律知识图谱还可以促进法律智能化应用的发展，它可以广泛应用于法律智能问答、法律信息检索、法律文书自动化生成等领域，推动法律服务数字化、智能化和个性化。

2、但是，构建法律知识图谱目前还存在着一些困难。在构建法律知识图谱的过程中，需要识别文本中出现的法律实体，如人名、组织机构名、案件名、法规名等。并且在法律裁决文书中，语言表达复杂多样，法律实体之间存在多种关系，这给构建法律知识图谱带来了很大的挑战。传统的深度学习方法将实体关系的抽取分为实体抽取和关系分类两阶段进行，这往往会引入暴露偏差，使得误差在两个阶段中传递扩大，并且在本文档来自技高网...

【技术保护点】

1.一种基于大数据的法律判决文书知识图谱智能构建方法，其特征在于，包括：

2.根据权利要求1所述的一种基于大数据的法律判决文书知识图谱智能构建方法，其特征在于，使用法律判决文书数据构造司法领域知识词典，包括：

3.根据权利要求1所述的一种基于大数据的法律判决文书知识图谱智能构建方法，其特征在于，从文本数据中提取的字符级别特征向量Hc和词语级别特征向量Hw，包括：

4.根据权利要求1所述的一种基于大数据的法律判决文书知识图谱智能构建方法，其特征在于，融合字符级别特征向量Hc和词语级别特征向量Hw，包括：

5.根据权利要求1所述的一种基于大数据...

【技术特征摘要】

1.一种基于大数据的法律判决文书知识图谱智能构建方法，其特征在于，包括：

2.根据权利要求1所述的一种基于大数据的法律判决文书知识图谱智能构建方法，其特征在于，使用法律判决文书数据构造司法领域知识词典，包括：

3.根据权利要求1所述的一种基于大数据的法律判决文书知识图谱智能构建方法，其特征在于，从文本数据中提取的字符级别特征向量hc和词语级别特征向量hw，包括：

4.根据权利要求1所述的一种基于大数据的法律判决文书知识图谱智能构建方法，其特征在于，融合字符级别特征向量hc和词语级别特征向量hw，包括：

5.根据权利要求1所述的一种基于大数据的法律判决文书知识图谱智能构建方法，其特征在于，将特征向量h与司法领域知识词典的法律知识通过self-attention注意力计算进行融合，包括：

6.根据权利要求5所述的一种基于大数据的法律判决文书知识图谱智能构建方法，其特征在于，将阵m与矩阵q、k、v通...

【专利技术属性】
技术研发人员：王进，牟以恒，周羽，彭云曦，苏柯润，贺小龙，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：